Passer au contenu

Cosmos 3 Super Image to Video

Intégrer

Identifiant du modèle nvidia/cosmos-3-super/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Fichiers comme dans l’exemple: 0,40 $ 400 crédits API · ≈ 42,93 ₽ vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
NVIDIA Image vers vidéo Synchronisation labiale #stylized#transform#lipsync

Anime une image de première image en vidéo, avec expansion facultative de l’invite et boucle de raffinement agentique

NVIDIA · Vidéo

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis 88 / 4096

Instructions textuelles de génération vidéo : précisez ce que contient la scène et le mouvement à afficher.

•requis image_url
Déposez un fichier ou

URL de l’image utilisée pour conditionner la première image de la vidéo.

image_size par défaut {"height":480,"width"...

Dimensions vidéo demandées avant l’ajustement automatique. Pour obtenir une taille prise en charge, le système limite la requête et choisit le niveau NVIDIA le plus proche — 256p, 480p ou 720p — ainsi que des proportions prises en charge.

par défaut 2

Limite supérieure du nombre d’étapes d’invite avec la génération agentique activée.

par défaut 2

Nombre de candidats vidéo par itération pour la boucle agentique, déterminant combien de vidéos sont évaluées avant que la meilleure ne passe à la réécriture de l’invite.

par défaut 189

Nombre d’images pour la génération; l’augmenter produit une vidéo plus longue.

par défaut 24

Fréquence d'images de la vidéo de sortie, mesurée en images par seconde.

Avancé negative_prompt · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · agentic_early_stop · enable_safety_checker
0 / 2048

Invite négative visant à décourager les éléments comme les mouvements ou artéfacts indésirables. Son omission utilise l’invite négative recommandée par NVIDIA pour i2v, tandis qu’une chaîne vide désactive le guidage négatif.

par défaut 28

Nombre d’étapes de débruitage, qui augmente le temps de traitement mais améliore la qualité.

par défaut 6

Force du guidage sans classifieur.

Graine contrôlant la répétabilité : une invite et une graine identiques produisent une vidéo identique lorsque la version du modèle ne change pas.

POST /run/nvidia/cosmos-3-super/image-to-video?wait=20 devis → 0,40 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Cosmos 3 Super Image to Video

Utilise un `image_url` comme image d’ouverture et une `prompt` de 4096 caractères maximum. `num_frames` va jusqu’à 189 et `frames_per_second` de 4 à 60. L’expansion de l’invite est activée par défaut et `enable_agentic_generation` exécute des candidats itératifs avec critique. Offre aussi `negative_prompt`, `guidance_scale` et `num_inference_steps` jusqu’à 50.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
promptrequis
Typestring
≤ 4 096 caractères
Instructions textuelles de génération vidéo : précisez ce que contient la scène et le mouvement à afficher.
image_urlrequis image
Typeurl · image
URL de l’image utilisée pour conditionner la première image de la vidéo.
negative_promptfacultatif
Typestring
Par défautThe video captures a series of frames showing macroblocking artifacts, chromatic aberration, high-frequency noise, and rolling shutter distortion. It includes static with no motion, motion blur, over-saturation, shaky footage, low resolution, grainy texture, pixelated images, poorly lit areas, underexposed and overexposed scenes, poor color balance, washed out colors, choppy sequences, jerky movements, low frame rate, bit-depth compression artifacts, color banding, unnatural transitions, outdated special effects, fake elements, unconvincing visuals, poorly edited content, jump cuts, hard cut, visual noise, and flickering. It features moiré patterns, edge halos, and temporal aliasing. Furthermore, the content defies common sense, generating illogical scenarios, nonsensical entities, absurd character behaviors, and conceptual paradoxes that violate basic human reasoning and everyday reality. The video looks like a surreal or glitchy hallucination. Overall, the video is of poor quality.
≤ 2 048 caractères
Invite négative visant à décourager les éléments comme les mouvements ou artéfacts indésirables. Son omission utilise l’invite négative recommandée par NVIDIA pour i2v, tandis qu’une chaîne vide désactive le guidage négatif.
enable_prompt_expansionfacultatif
Typeboolean
Par défauttrue
Expansion de l’invite qui, lorsque true, utilise Cosmos3-Nano Reasoner pour produire le format de description dense servant à entraîner Cosmos3; ce VLM examine la première image. COSMOS_PROMPT_UPSAMPLER_BASE_URL sélectionne un service Reasoner configuré; sinon, l’application en lance un localement. En cas d’échec, l’invite non modifiée reste utilisée.
enable_agentic_generationfacultatif
Typeboolean
Par défautfalse
Génération agentique itérative de Cosmos, beaucoup plus lente et coûteuse qu’une génération unique, car chaque candidat exige un rendu complet. La boucle augmente l’invite, génère des candidats vidéo, utilise un VLM pour critiquer des images échantillonnées et réécrit l’invite.
agentic_max_iterationsfacultatif
Typeinteger
Par défaut2
1 – 3
Limite supérieure du nombre d’étapes d’invite avec la génération agentique activée.
agentic_samples_per_iterationfacultatif
Typeinteger
Par défaut2
1 – 3
Nombre de candidats vidéo par itération pour la boucle agentique, déterminant combien de vidéos sont évaluées avant que la meilleure ne passe à la réécriture de l’invite.
agentic_early_stopfacultatif
Typeboolean
Par défauttrue
Contrôle d’arrêt anticipé qui considère qu’un score du critique supérieur au seuil de qualité strict suffit à terminer la boucle agentique.
image_sizefacultatif
Typeobject
Par défaut{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensions vidéo demandées avant l’ajustement automatique. Pour obtenir une taille prise en charge, le système limite la requête et choisit le niveau NVIDIA le plus proche — 256p, 480p ou 720p — ainsi que des proportions prises en charge.
num_framesfacultatif
Typeinteger
Par défaut189
5 – 189
Nombre d’images pour la génération; l’augmenter produit une vidéo plus longue.
frames_per_secondfacultatif
Typeinteger
Par défaut24
4 – 60
Fréquence d'images de la vidéo de sortie, mesurée en images par seconde.
num_inference_stepsfacultatif
Typeinteger
Par défaut28
1 – 50
Nombre d’étapes de débruitage, qui augmente le temps de traitement mais améliore la qualité.
guidance_scalefacultatif
Typenumber
Par défaut6
0 – 20
Force du guidage sans classifieur.
seedfacultatif
Typeinteger | null
Graine contrôlant la répétabilité : une invite et une graine identiques produisent une vidéo identique lorsque la version du modèle ne change pas.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Contrôle de modération pour l’image et l’invite fournies, désactivable uniquement pour les comptes autorisés. Les requêtes sans autorisation sont vérifiées quel que soit le réglage.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/cosmos-3-super/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vidéo produite par le modèle.
seed
integerValeur de graine appliquée pendant la génération.

Plus de modèles : Image vers vidéo

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/nvidia/cosmos-3-super/image-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt